期刊文献+

一种基于KPCA的图像去噪方法 被引量:5

A Method of Image De-noising Based KPCA
下载PDF
导出
摘要 通过阐述利用 KPCA 进行特征提取的基本原理,系统的介绍了基于 KPCA 的图像去噪方法,并选择高斯径向基核函数对加噪后的试验图像实现了去噪处理,取得了较好的效果。 This paper introduces the method of image de-noising based on KPCA by illustration the basic theory of feature extraction through kernel principal component analysis, then successfully dealing with a noised trial image by the choice of Gaussian RBF kernel function.
出处 《红外技术》 CSCD 北大核心 2004年第6期58-61,共4页 Infrared Technology
关键词 KPCA 图像去噪 特征提取 核函数 系统 基本原理 高斯 feature extraction,kernel function,KPCA,de-noising
  • 相关文献

参考文献5

  • 1K.I.Diamantars, S.Y.Kung. Principal Component Analysis Networks[M]. New York, 1996.
  • 2Burges C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998,2(2): 1 -47.
  • 3Berhard Scholkopf, Sebastian Mika, Chris J. C. Burges. Input Space vs. Feature Space in Kernel-Based Methods [J]. IEEE TRANSACTIONS ON NEURAL NETWORKS, 1999..
  • 4Osuna E, Freund R, Girosi F. Support Vector Machines: Training and Applications[A]. AIMemo 1602,MIT AI Lab, 1997.
  • 5Alexander Smola. Regression estimation with support vector learning machines[OL]. http://www.first gmd.de/smola

同被引文献47

引证文献5

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部